فرضیه اصلی1: بین توسعه بانکداری الکترونیک و بازده دارایی ها بانک ارتباط معنی داری هست.

فرضیه های فرعی:

بین تعداد پایانه های فروش((POS و بازده دارایی های بانک ارتباط معنی داری هست.

بین تعداد کارت های اعتباری و بازده دارایی های بانک ارتباط معنی داری هست.

بین تعداد  تراکنش ماهانه و بازده دارایی های بانک ارتباط معنی داری هست.

بین تعداد پایانه شعب و بازده دارایی های بانک ارتباط معنی داری هست.

فرضیه اصلی2: بین توسعه بانکداری الکترونیک و بازده حقوق صاحبان سهام  بانک ارتباط معنی داری هست

فرضیه های فرعی:

بین تعداد پایانه های فروش((POS و بازده حقوق صاحبان سهام بانک ارتباط معنی داری هست.

بین تعداد کارت های اعتباری و بازده حقوق صاحبان سهام بانک ارتباط معنی داری هست.

بین تعداد  تراکنش ماهانه و بازده حقوق صاحبان سهام  بانک ارتباط معنی داری هست.

بین تعداد پایانه شعب و بازده حقوق صاحبان سهام بانک ارتباط معنی داری هست.

3-7 روش تجزیه و تحلیل داده ها

شما می توانید مطالب مشابه این مطلب را با جستجو در همین سایت بخوانید

پس از تبیین مدل،  بایستی روش مناسب مطالعه مساله و همچنین روش مناسب تخمین انتخاب گردد. در پژوهش حاضر با در نظر داشتن ماهیت داده ها از روش سری زمانی بهره گیری میگردد.

3-7-1 سری زمانی

داده های مورد بهره گیری در مطالعات اقتصاد سنجی را می توان به سه دسته داده های سری زمانی، مقطعی، پانلی تقسیم بندی نمود. به استثنای داده های مقطعی، در بقیه داده ها بایستی آزمون ریشه واحد صورت گیرد (صمدی،1388،25).

یکی از انواع مهم داده های آماری مورد بهره گیری در تجزیه و تحلیل تجربی ، داده های سری زمانی می باشد.زیرا این نوع داده های آماری دارای ویژگیهای خاصی برای پژوهشگران در اقتصاد سنجی می باشد.اهمیت مطالعه زمانی را می توان چنین عنوان نمود.

اولا:در تحقیقات مبتنی بر داده های سری زمانی فرض می گردد که سری زمانی ایستا می باشد.

ثانیا: در رگرسیون مبتنی بر متغیرهای سری زمانی(رگرس یک متغیر سری زمانی بر سری زمانی دیگر) محققان غالبا R2 بالایی را نظاره می کنند، هر چند که ارتباط معنی داری بین متغیرها وجود نداشته باشد.این وضعیت نشاندهنده رگرسیون ساختگی می باشد .این مشکل ناشی از آنست که هر دو متغیر سری زمانی (متغیر وابسته و متغیرهای توضیحی) تمایل شدیدی نسبت به زمان (حرکتهای صعودی و نزولی) نشان می دهند و لذا R2 بالایی که نظاره می گردد ناشی از وجود متغیر زمان می باشد نه به واسطه ارتباط حقیقی بین متغیرها.

ثالثا:مدلهای رگرسیونی سری زمانی غالبا برای پیش بینی بکار برده می گردد.لذا اعتبار پیش بینی ها به مانایی سری زمانی بستگی دارد.

3-7-2 فرایند تصادفی مانا

هر سری زمانی را می توان محصول تولید یک فرآیند استوکاستیک یا تصادفی دانست، و مجموعه پیوسته ای از داده ها یک تحقق واقعی از فرایند تصادفی اصلی می باشد. وجه فرق و تفاوت بین فرایند استوکاستیک و تحقق واقعی آن بسیار شبیه به وجه فرق بین جامعه و نمونه آن در داده های مقطعی می باشد.همانگونه که از داده های نمونه برای استباط و استنتاج در یک جامعه بهره گیری می کنیم، در سریهای زمانی نیز از “تحقق واقعی” برای استنباط در مورد فرایند استوکاستیک بهره گیری می گردد.یک نوع از فرایند تصادفی که توسط سریهای زمانی مورد بحث و مطالعه زیادی قرار گرفته ، فرایند تصادفی مانا می باشد.

بطور کلی ، یک فرایند تصادفی هنگامی مانانامیده می گردد که میانگین و واریانس در طی زمان ثابت باشد و مقدار کوواریانس بین دو دوره زمانی ، تنها به فاصله یا وقفه بین دو دوره بستگی داشته و ارتباطی به زمان واقعی محاسبه کوواریانس نداشته باشد.یعنی:

E(Yt)=µ

Var(Yt)=E(Yt-µ)2=δ2

γk=E(Yt-µ)(Yt+k-µ)

که در آن γk کوواریانس در وقفه k ، کوواریانس بین مقادیر Yt  و Yt+k، یعنی بین دو مقدار Y در فاصله زمانی k می باشد.

اکنون سری زمانی Y را از مبدأ زمانی t به t+m منتقل کنیم.اگر Yt سری ساکنی باشد بایستی میانگین و واریانس و خودکوواریانس های سری Yt+m با Yt یکسان باشد ، پس به یک سری زمانی ، ساکن گفته می گردد که میانگین ، واریانس و خودکوواریانس “در وقفه های مختلف” سری در طول زمان یکسان بوده و ثابت باقی بماند.(گجراتی، 1388، 903)

3-8 اختصار فصل

در این فصل  روش پژوهش مورد بهره گیری به صورت کامل اظهار گردید. در این ارتباط، انواع متغیرهای مورد بهره گیری در مدل پژوهش، آزمون های مورد نیاز در خصوص داده ها و مبانی آماری مورد نظر برای آزمون فرضیات تشریح گردید. در واقع ضمن معرفی روش تجزیه و تحلیل مدل پژوهش تبیین گردید

 متن فوق بخش هایی از این پایان نامه بود

لینک متن کامل پایان نامه فوق با فرمت ورد